如何在python中对二维数组排序

我从点坐标开始，它位于3个列表（xTool、yTool、zTool）中，分别表示我所有点的x、y和z坐标

这里的目标是创建一个包含3列和多行（超过10000行）的矩阵，其中每行表示点的3个坐标。我要做的下一步是像这样的向量变换：（只有当你真的想了解我在做什么时，这才是次要的

Tool = [[0 for x in xrange(3)] for y in xrange(len(xTool)-1)]
for l in xrange((len(xTool) - 1)):
  Tool[l][0] = yTool[l]; Tool[l][1] = xTool[l]; Tool[l][2] = zTool[l]  

最后，我要做的是根据我的第二列（[1]）对我的rTool进行排序。例如，我打印了我的rTool的5个条目。根据第二列对它们进行排序，最后一行应该是第一行。我真的很难做到这一点，我怀疑这是因为我有元组而不是真正的3列数学矩阵

rTool = numpy.zeros_like(Tool)   
for rt in xrange((len(xTool) - 1)):
  rTool[rt][0] = (Tool[rt][0] * cos(angle)) - (Tool[rt][1] * sin(angle))
  rTool[rt][1] = (Tool[rt][0] * sin(angle)) + (Tool[rt][1] * cos(angle))
  rTool[rt][2] = Tool[rt][2]

---

请不要犹豫要求澄清，我希望您能帮助我！谢谢。

您可以使用'sort'或'sorted'的'key'参数，请参阅

就你而言：

[[ -584.89837646 -3648.6472168    402.177948  ]
 [ -542.8659668  -3663.34545898   405.76959229]
 [ -500.831604   -3678.04785156   409.32122803]
 [ -458.79336548 -3692.75854492   412.7930603 ]
 [ -416.74984741 -3637.48022461   416.15090942]]

或

---

您正在查找

list.sort（）

（或内置的

sorted（）

）的

键

关键字查看

键函数

部分

通常人们只使用lambda函数作为排序键，因为它很简洁，而且通常不会多次使用排序函数。它只是一个函数，返回一个对象

键

，列表中的每个元素都在该键上排序

所以你可以做：

rToolSorted = sorted(rTool, key=lambda x: x[1])

或：

在这两种情况下，您都可以使用

rTool=sorted（rTool，key=…）

，不同之处在于

list.sort（）

执行就地排序，如果不需要原始数组，则效率更高

---

key

函数可以是您想要的任何东西，只要它返回其他可以排序的东西，因此如果您的点是具有

x，y，z

属性的对象，那么您可以执行

rTool.sort（key x:x.y）

首先，学习numpy。用普通python做这种事情与python的一切都背道而驰

完成后：

rTool.sort(key=lambda x: x[1])

要提高numpy home的重要性：

sorted_rtool = rTool[np.argsort(rTool[:,1])]

---

它不仅干净得多，而且速度快了好几个数量级。

为什么它与python的一切都背道而驰？“一切”是一个大词，但它在任何可以想象的方面都是一个错误的工具。在python中重新发明矩阵乘法之类的东西是重新发明轮子的一个坏例子。此外，它模糊了在您的代码中，它更容易出现错误，性能肯定会受到数量级的影响。我想说这通常是正确的，但我真的不喜欢

numpy

重用

np.dot（）

用于矩阵乘法和求和积以及点积。我认为这是不和谐的，因为它阻碍了实际发生的事情。如果你想说“使用numpy，因为你可以使它更像Python，而不是重新发明轮子”，然后你应该重新开始使用

matrix

类，然后你只需要做

M*N

就可以实现你想要的。我认为这比

np.dot（M，N）

更像pythonic，如果Eelco有勇气推荐使用

matrix

类，我希望他已经准备好面对下一轮投票风暴…；-）认真地说，numpy的

矩阵

类是一个持续的痛苦来源，最好避免。等一年左右，使用numpy 1.10和Python 3.5，你可以做

M@N

，看。好吧，我想我一直是对所提议的@operator最直言不讳的批评，我觉得它只比使用matrix类好一点点，所以你也不会看到我推荐；）。就我个人而言，我对几乎所有的线性产品都使用einsum，因为我不喜欢跟踪轴的走向。显式比隐式好。dot是如何掩盖实际发生的事情的？虽然它不能使轴显式，但它比乘法运算符显式得多，乘法运算符在应用于数组时可能意味着十几种不同的东西。5年前提出的类似问题是，您可能希望使用元组作为坐标，因此您将有一个三元组列表

[（x，y，z，）（x，y，z）]

。元组是不可变的，但速度更快。

rTool.sort(key=lambda x: x[1])

sorted_rtool = rTool[np.argsort(rTool[:,1])]

rTool = np.dot(Tool, R)